$Q$-球、神经网络与星系旋转曲线
广义相对论与量子宇宙学
2026-02-09 v2 星系天体物理
摘要
动态稳健(稳定)-球能否再现星系盘的旋转曲线？在天文环境中，-球是一种非拓扑脱靶子，其对可见光透明，仅通过其引力效应被感知。传统上，标量-球使用多项式势能建模，但类轴子类似的周期性势能也预期支持此类脱靶子配置。在有角动量的情况下，-球获得圆盘结构，具有中心密度空洞，定性上类似于星系盘的轴对称结构。为此，我们动机在于探讨旋转标量-球是否能再现星系盘的观察旋转曲线。本文中，我们使用一种最近开发的混合数值框架，将高精度伪谱方法与 physics-informed 神经网络方法结合，用于构建静态和旋转-球解。我们评估了它们作为暗物质星系的能力，通过拟合来自SPARC目录中一组星系盘的观察旋转曲线。我们的简化模型对观测数据整体上表现良好，与标准暗物质轮廓(如Navarro-Frenk-White)相比拟合程度合理。我们进一步发现，标量场粒子质量 eV的平均约束，符合类似星系尺度脱靶解的质量尺度。
引用
@article{arxiv.2511.09634,
title = {$Q$-balls, neural networks and galaxy rotation curves},
author = {Alexandre M. Pombo and Lorenzo Pizzuti and Alessandra di Giacomo},
journal= {arXiv preprint arXiv:2511.09634},
year = {2026}
}
备注
23 pages, 7 figures